【摘要】预测精度与可解释性是回归模型评价的两个重要依据。由于变量之间的"共线性"和模型的"过拟合"等问题导致OLS(ordinary least squares)估计量并不总是令人满意。通过在传统的回归模型上引入收缩机制,新一代回归模型能获得更好的预测精度和良好的可解释性。文章比较了几种典型基于收缩机制的回归模型,如岭回归、LASSO,并通过实例分析了不同模型的性能与特点。